JP2018126190A - 運転者診断装置及び運転者診断システム - Google Patents

Abstract

【課題】本発明は、車両を用いて運転者を好適に診断することができる運転者診断装置及び運転者診断システムを提供することを目的とする。【解決手段】通信を行う通信手段と、受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、運転者ごとの行動評価指標の複数年間の履歴を記憶する第一記憶手段と、行動評価指標の複数年間の履歴に基づいて、運転者の軽度認知障害を診断する第一診断手段と、を備える。【選択図】図６

Description

本発明は、車両の運転者を診断する技術に関する。

認知機能障害の検査手法として、ミニメンタルステート検査（以下、「ＭＭＳＥ」と称する場合もある。）や臨床的認知症重症度判定尺度（以下、「ＣＤＲ」と称する場合もある。）が知られている。

そして、車両を用いて運転者の認知機能障害を検査する技術として、アクセルペダル操作開度の揺らぎを解析する手法が開示されている（非特許文献１）。この手法によれば、アクセルペダル操作開度の揺らぎを解析することで、運転者の脳の活性度が推定される。

また、特許文献１には、旅行時間と走行記録データに基づいて危険運転度を評価する運転アドバイス装置が記載されている。また、特許文献２には、運転特性診断システムにおいて、車両間で特性値を共有することで事故を未然に防ぐ技術が記載されている。

特開２００８−０７７５０２号公報 特開２０１４−０１６８７５号公報

奥谷、外３名、「ペダル操作による高齢者ドライバの運転特徴量の計測」、自動車技術会論文集、Ｖｏｌ．４３（４）、ｐ．９２９−９３４（２０１２）

ＭＭＳＥは知能テストの一種であり、比較的簡単に短時間で認知機能障害の検査を行うことができる。また、ＣＤＲを用いた検査では、第三者の視点から見た客観的な判断による認知機能障害の重症度の評価が行われるため、ＭＭＳＥよりも精度良く認知機能障害を検査することができる傾向にある。しかしながら、これらは、検査中の数十分から数時間の期間における認知機能を検査するものであるため、日常生活においてその症状が常に発症しているとは限らない軽度認知障害（以下、「ＭＣＩ」と称する場合もある。）を、これら検査によって検出することは困難である。また、第三者（観測者）に対するヒアリングが得られない場合には、ＣＤＲを用いた検査を実施することができない。

一方、車両を用いて運転者の認知機能障害を検査する従来技術においては、該車両が第三者（観測者）の代わりとなり得る。しかしながら、従来技術でも、上述した検査と同様に、ＭＣＩを検出することが困難であり、車両を用いて運転者のＭＣＩを診断する技術は、これまでに明らかにされていない。

また、従来から、車両の運転者の運転特性を車両間で共有することが知られている。ここで、上述したように検出が困難なＭＣＩを、車両を用いて診断することができれば、それを応用して車両の運転者の運転特性を好適に診断することが可能となる。

本発明は、上記の問題点に鑑みてなされたものであり、車両を用いて運転者を好適に診断することができる運転者診断装置及び運転者診断システムを提供することを目的とする
。

本発明は、運転者診断装置に係る発明である。そして、本発明における第一の形態（以下、「第一の発明」と称する場合もある。）では、運転者診断装置は、車両の運転者のＭＣＩを診断する。

上述したように、ＭＣＩの症状は、日常生活において常に発症しているとは限らないため、ＭＣＩの診断には、日常生活における被験者の長期間に亘る高度な認知能力に関連するふるまいの観測が必要である。ここで、車両を安全に運転するためには、運転操作の把握、車両の挙動の認知、車両の周囲の状況の認知・判断、周囲車両の行動予測といった高度な認知能力が必要とされる。したがって、運転者の運転行動は、上述した高度な認知能力に関連するふるまいと見ることができる。そして、運転行動を比較的長期間に亘って観測することによって、運転者のＭＣＩを診断することが可能となる。

そこで、第一の発明に係る運転者診断装置は、通信を行う通信手段と、前記通信手段によって受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、運転者ごとの前記行動評価指標の複数年間の履歴を記憶する第一記憶手段と、前記行動評価指標の複数年間の履歴に基づいて、運転者の軽度認知障害を診断する第一診断手段と、を備える。

このような運転者診断装置では、三軸加速度センサ、速度センサ、ヨーレートセンサ、操舵角センサ等の計測装置、カメラを含む画像解析装置、距離測定装置、およびＧＮＮＳ受信装置等によって取得されたセンサ情報が、通信手段に送信される。そして、算出手段は、通信手段によって受信したセンサ情報を用いて、エラー行動の回数に基づいて行動評価指標を算出する。ここで、エラー行動とは、例えば、車線逸脱、車間距離の短縮化、急加速・急減速、衝突、交通違反（速度超過、信号無視等）、および右折に要する時間の増大等である。このようなエラー行動の回数は、運転者の認知能力と相関を有する傾向にある。詳しくは、運転者の認知能力が低下するほどエラー行動の回数が増加し易くなる。そして、例えば、エラー行動の回数が多くなるほど、運転者に対する運転行動の評価が悪くなるように、行動評価指標を算出することができる。なお、算出手段は、上記に例示したエラー行動のうちの一つのエラー行動の回数に基づいて行動評価指標を算出してもよいし、複数種類のエラー行動の回数に基づいて行動評価指標を算出してもよい。

そして、第一記憶手段は、エラー行動の回数に基づいて算出された行動評価指標の複数年間の履歴を記憶する。そして、第一診断手段は、行動評価指標の複数年間の履歴に基づいて、運転者のＭＣＩを診断する。このように、第一の発明に係る運転者診断装置は、行動評価指標の複数年間の履歴を用いて車両の運転者の運転行動を比較的長期間に亘って評価し、運転者の認知能力の変化を観測することによって、運転者のＭＣＩを早期に発見することができる。なお、ＭＣＩが発見された場合には、そのことが周知の手段を用いて運転者に通知される。

第一の発明に係る運転者診断装置は、以上に述べたように、発見が困難なＭＣＩの早期発見を可能とする。つまり、車両を用いて運転者を好適に診断することができる。

また、第一の発明に係る前記算出手段は、複数種類の前記エラー行動の回数の重み付け和に基づいて、前記行動評価指標を算出してもよい。

このような算出手段は、複数種類のエラー行動のうち各エラー行動のエラーの度合いに応じて重み付けを変更し、行動評価指標を算出することができる。例えば、衝突等、エラーの度合いが比較的大きいエラー行動については、その回数が行動評価指標に与える影響を大きくすることができる。

また、第一の発明に係る前記第一診断手段は、所定の第一期間において所定の頻度以上で前記行動評価指標の値が所定の閾値よりも大きくなる場合、運転者に軽度認知障害が生じていると診断してもよい。この場合、前記行動評価指標は、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味するように定義される。

ここで、所定の閾値は、運転者にＭＣＩが生じているか否かを判別するための閾値である。ただし、上述したように、ＭＣＩの症状は日常生活において常に発症しているとは限らないため、仮に運転者がＭＣＩに罹患していたとしても、或る期間においては、行動評価指標の値が所定の閾値よりも大きくなるときもあれば、所定の閾値以下となるときもある。また、ＭＣＩの診断には、日常生活における被験者の長期間に亘る高度な認知能力に関連するふるまいの観測が必要である。そこで、第一診断手段は、所定の第一期間において所定の頻度以上で行動評価指標の値が所定の閾値よりも大きくなる場合、運転者に軽度認知障害が生じていると診断する。ここで、所定の第一期間および所定の頻度は、ＭＣＩの症状を検出可能とする期間および頻度である。車両の運転頻度が比較的高い運転者に対しては、例えば、数日から数十日間において、ＭＣＩの症状を検出可能な頻度以上で行動評価指標の値が所定の閾値よりも大きくなる場合、運転者にＭＣＩが生じていると診断してもよい。また、車両の運転頻度が比較的低い運転者に対しては、例えば、数か月間において、ＭＣＩの症状を検出可能な頻度以上で行動評価指標の値が所定の閾値よりも大きくなる場合、運転者にＭＣＩが生じていると診断してもよい。なお、所定の第一期間、所定の頻度、所定の閾値は、実験等により予め定めることができる。

そして、前記所定の閾値は、運転者の年齢によらず一定であってもよい。上述したように、エラー行動の回数は運転者の認知能力と相関を有する傾向にあり、そのエラー行動の回数に基づいて行動評価指標が算出される。そして、運転者の認知能力が低下するほど行動評価指標の値が大きくなり易い。ここで、所定の閾値を運転者の年齢によらず一定とすると、運転者の認知能力を一義的な基準に基づいて診断することができる。

また、前記所定の閾値は、運転者の年齢に応じて変化するものであってもよい。運転者が高齢である場合、エラー行動は、加齢に応じて生じ易くなる。なぜなら、高齢者においては、健常状態であっても加齢とともに認知能力が低下する傾向にあるからである。したがって、上述したように所定の閾値を運転者の年齢によらず一定とすると、つまり、年齢によらない絶対的な評価基準に基づいてＭＣＩの診断を行うとすると、運転者が高齢であるほどＭＣＩが生じていると診断され易くなる。一方、所定の閾値を運転者の年齢に応じて変化するものとすると、例えば、運転者が高齢であるほど所定の閾値を大きくすることができる。したがって、加齢に応じたエラー行動の生じ易さを踏まえたＭＣＩの診断が可能となる。

そして、前記所定の閾値が、運転者の年齢に応じて変化するものである場合、前記所定の閾値は、運転者と同年代の他の運転者群の前記行動評価指標の値の平均と分散に基づいて決定されてもよい。この場合、同年代の他の運転者群という相対的な評価基準に基づいて、ＭＣＩの診断を行うことができる。

また、運転者が高齢である場合、行動評価指標の値は、複数年間に亘って比較的緩やかに増加する傾向にある。一方、行動評価指標により運転者の運転行動を複数年間に亘って評価している途中で、仮に運転者がＭＣＩを発症した場合には、ＭＣＩの発症後には発症
前よりも行動評価指標の値が比較的急峻に増加する。つまり、運転者がＭＣＩを発症すると、行動評価指標の値の変化率がそれまでよりも大きくなる。したがって、行動評価指標の値の変化率や該変化率の微分値に基づいて、ＭＣＩの診断を行うことができる。

そこで、第一の発明に係る前記第一診断手段は、所定の第二期間における前記行動評価指標の値の変化率が所定の変化率よりも大きい場合、運転者に軽度認知障害が生じていると診断してもよい。この場合、前記行動評価指標は、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味するように定義される。

ここで、所定の変化率は、運転者にＭＣＩが生じているか否かを判別するための閾値である。また、所定の第二期間は、ＭＣＩの症状を検出可能とする期間である。なお、所定の第二期間、所定の変化率は、実験等により予め定めることができる。

そして、前記所定の変化率は、運転者の年齢によらず一定であってもよい。このように、所定の変化率を運転者の年齢によらず一定とすると、運転者の認知能力を一義的な基準に基づいて診断することができる。

また、前記所定の変化率は、運転者の年齢に応じて変化するものであってもよい。このように、所定の変化率を運転者の年齢に応じて変化するものとすると、例えば、運転者が高齢であるほど所定の変化率を大きくすることができる。したがって、加齢に応じたエラー行動の生じ易さを踏まえたＭＣＩの診断が可能となる。

第一の発明に係る運転者診断装置は、行動評価指標の値、行動評価指標の値の変化率、または行動評価指標の値の変化率の変化率に基づいて、ＭＣＩの診断を行うことができる。また、第一の発明に係る運転者診断装置は、これらを適宜組合わせたものに基づいて、ＭＣＩの診断を行ってもよい。

また、第一の発明に係る前記算出手段は、前記通信手段によって受信した車両の位置情報に基づいて、所定の位置における前記センサ情報を用いて前記行動評価指標を算出してもよい。

車両の移動経路においては、運転が容易な経路や運転が難しい経路が存在し得る。そして、運転が容易な経路においては、エラー行動が生じ難く、運転が難しい経路においては、エラー行動が生じ易い傾向にある。そこで、算出手段は、エラー行動が比較的生じ易い所定の位置において、行動評価指標を算出する。これにより、算出処理負担を軽減することができる。

また、本発明における第二の形態（以下、「第二の発明」と称する場合もある。）では、運転者診断装置は、車両の運転者の安全運転特性を診断する。詳しくは、第二の発明に係る運転者診断装置は、通信を行う通信手段と、前記通信手段によって受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、運転者ごとの前記行動評価指標の履歴を記憶する第一記憶手段と、前記行動評価指標の履歴に基づいて、運転者の安全運転特性を診断する第二診断手段と、前記安全運転特性を運転者ごとに記憶する第二記憶手段と、を備え、前記通信手段は、前記運転者に対して、該運転者が運転する車両の周囲車両の運転者の安全運転特性を通知することを特徴とする。

上述したように、第一の発明に係る運転者診断装置の第一診断手段は、行動評価指標の複数年間の履歴に基づいて、運転者のＭＣＩの診断を行う。言い換えれば、運転者の運転
行動を比較的長期間に亘って評価した履歴に基づいて、運転者の運転特性を診断しているということもできる。その結果、第一の発明に係る運転者診断装置は、検出が比較的困難なＭＣＩを早期に発見することを可能とする。ここで、第二の発明に係る運転者診断装置においては、第二診断手段が、行動評価指標の履歴に基づいて、運転者の安全運転特性を診断する。このように、第二診断手段は、検出が比較的困難なＭＣＩを早期に発見することを可能とする第一診断手段と同様に、運転者の運転行動を比較的長期間に亘って評価した履歴に基づいて運転者の安全運転特性を診断するため、その安全運転特性を好適に診断することを可能とする。

また、従来から、運転者の運転特性を車両間で共有することによって、事故を未然に防ぐ技術が知られている。そして、車両間で共有される各車両の運転者の安全運転特性が正確なものであれば、好適に事故を予防することができる。ここで、上述したように、第二診断手段は、運転者の安全運転特性を好適に診断することができる。また、第二の発明に係る運転者診断装置において、通信手段は、周囲車両の運転者の安全運転特性を通知するため、運転者は周囲車両の運転者の安全運転特性を把握することができる。つまり、各車両の運転者の安全運転特性が比較的正確に診断され、そのような安全運転特性が車両間で共有される。したがって、第二の発明に係る運転者診断装置によれば、好適に事故を予防することができる。

第二の発明に係る運転者診断装置は、以上に述べたように、車両を用いて運転者を好適に診断することができる。

また、第二の発明に係る前記算出手段は、第一の発明に係る前記算出手段と同様に、複数種類の前記エラー行動の回数の重み付け和に基づいて、前記行動評価指標を算出してもよいし、前記通信手段によって受信した車両の位置情報に基づいて、所定の位置における前記センサ情報を用いて前記行動評価指標を算出してもよい。

なお、本発明は、第一の発明に係る運転者診断装置、または第二の発明に係る運転者診断装置を含む運転者診断システムとして特定することができる。また、第一の発明に係る運転者診断装置、または第二の発明に係る運転者診断装置が行う運転者診断方法として特定することもできる。上記処理や手段は、技術的な矛盾が生じない限りにおいて、自由に組み合わせて実施することができる。

本発明によれば、車両を用いて運転者を好適に診断することができる運転者診断装置及び運転者診断システムを提供することができる。

第一の実施形態に係るシステム構成図である。 エラー行動検出部が行う処理の第一のフローチャート図である。 エラー行動検出部が行う処理の第二のフローチャート図である。 エラー行動検出部が行う処理の第三のフローチャート図である。 エラー数パラメータの一覧を示す図である。 第一の実施形態において、運転者が健常者である場合の行動評価指標値の複数年間の履歴を示す図である。 第一の実施形態において、運転者がＭＣＩ罹患者である場合の行動評価指標値の複数年間の履歴を示す図である。 第一の実施形態の変形例１において、運転者がＭＣＩ罹患者である場合の行動評価指標値の複数年間の履歴を示す第一の図である。 第一の実施形態の変形例１において、運転者がＭＣＩ罹患者である場合の行動評価指標値の複数年間の履歴を示す第二の図である。 第一の実施形態の変形例２に係るシステム構成図である。 行動評価指標値と安全運転特性との相関を示す図である。 行動評価指標値と安全運転特性のランクとの関係を示す図である。 ＨＵＤ（Head-Up Display）により周囲車両の運転者の安全運転特性のランクを表示した図である。

（第一の実施形態）
＜構成＞
第一の実施形態について、概要を説明する。第一の実施形態は、車両と、サーバと、を含むシステムである。そして、サーバが運転者のＭＣＩを診断することによって、第一の発明に係る運転者診断装置として機能する。

図１は、本実施形態に係るシステムの構成図である。本システムは、車載端末１００とサーバ装置２００とを含んで構成される。車載端末１００およびサーバ装置２００は、ＣＰＵ、主記憶装置、補助記憶装置、および入出力装置によって構成することができる。補助記憶装置に記憶されたプログラムが主記憶装置にロードされ、ＣＰＵによって実行されることで、図１に図示した各手段が機能する。なお、車載端末１００およびサーバ装置２００の全部または一部は、専用に設計された回路を用いて実行されてもよい。

まず、車載端末１００の構成について説明する。計測部１０１は、接続された図示しない各種センサが出力する電気信号を処理する手段である。各種センサは車両に搭載され、該車両の挙動の計測や運転者の運転操作の検出を行う。例えば、三軸加速度センサ、速度センサ、ヨーレートセンサ、操舵角センサ、方向指示器スイッチセンサが、各種センサに該当する。計測部１０１は、各種センサの出力値に基づいて、センサ情報を取得する。計測部１０１は、例えば、三軸加速度センサの出力値に基づいて、センサ情報として車両の三軸方向の加速度を取得し、例えば、操舵角センサの出力値に基づいて、センサ情報としてハンドル操舵角を取得する。

画像解析部１０２は、接続された図示しない車載カメラが撮像した画像を解析する手段である。車載カメラは、車両の周囲を撮像し、例えば、車両の左側・右側車線、先行車両、道路標識、交通信号、歩行者を撮像する。画像解析部１０２は、車載カメラが撮像した画像に基づいて、センサ情報を取得する。画像解析部１０２は、例えば、車載カメラが撮像した車両の左側・右側車線の画像に基づいて、センサ情報として左側・右側車線に対する車両の走行位置を取得する。

車間距離算出部１０３は、接続された図示しない距離測定器からの出力に基づいて、先行車両との車間距離を算出する手段である。言い換えれば、センサ情報として先行車両との車間距離を取得する手段である。距離測定は、例えば、赤外線レーザー方式、ミリ波レーダー方式、超音波方式、ライダー方式によって行われる。また、車間距離算出部１０３は、画像解析部１０２からの出力に基づいて車間距離を算出することもできる。

ＧＮＮＳ受信部１０４は、接続された図示しないアンテナを介して航法衛星からの信号を受信し、車両の位置を測位する手段である。言い換えれば、センサ情報として車両の位置情報を取得する手段である。

以上に述べた、計測部１０１、画像解析部１０２、車間距離算出部１０３、およびＧＮＮＳ受信部１０４によって、センサ情報が取得される。

また、車載端末制御部１０５は、車載端末１００全体の制御を司る手段である。具体的には、計測部１０１、画像解析部１０２、車間距離算出部１０３、およびＧＮＮＳ受信部１０４によるセンサ情報の取得や該センサ情報のサーバ装置２００への送信等を制御する手段である。

サーバ通信部１０６は、ネットワークで接続されたサーバ装置２００と通信を行う手段である。サーバ通信部１０６は、例えば、センサ情報のサーバ装置２００への送信や、後述する入出力部１０７を介した運転者からの入力のサーバ装置２００への送信を行う。また、サーバ装置２００に記憶されている情報のサーバ装置２００からの受信を行う。本実施形態では、無線ＬＡＮを利用した通信によってサーバ装置２００との通信を行うが、携帯電話網を利用したパケット通信やＷｉＭＡＸ（Worldwide Interoperability for Microwave Access）等の周知の技術を用いることもできる。

入出力部１０７は、運転者に情報を提示し、運転者からの入力を受け付けるための手段である。液晶ディスプレイとキーボード、またはタッチパネル等によって構成される。車両の運転者は、入出力部１０７を用いて、車両の運転者を特定するための情報を車載端末１００に入力することができる。または、周知の技術を用いて、車両の運転者を特定するための情報が車載端末１００に入力されてもよい。

次に、サーバ装置２００の構成について説明する。車両通信部２０１は、車載端末１００と通信を行う手段である。車両通信部２０１は、例えば、センサ情報のサーバ通信部１０６からの受信や、入出力部１０７を介した運転者からの入力のサーバ通信部１０６からの受信を行う。また、サーバ装置２００に記憶されている情報の車載端末１００への送信を行う。本実施形態では、車両通信部２０１は、サーバ通信部１０６と同様に、無線ＬＡＮを利用して通信を行う。なお、本実施形態においては車両通信部２０１が、本発明における通信手段に相当する。

エラー行動検出部２０２は、車両通信部２０１により受信したセンサ情報を用いて、運転者の運転行動におけるエラー（以下、「エラー行動」と称する場合もある。）の回数を検出する。ここで、エラー行動とは、例えば、車線逸脱、車間距離の短縮化、急加速・急減速、衝突、交通違反（速度超過、信号無視等）、および右折に要する時間の増大等である。そして、行動評価指標算出部２０３は、エラー行動の回数に基づいて行動評価指標を算出する。ここで、行動評価指標とは、運転者の運転行動を評価する指標である。エラー行動検出部２０２および行動評価指標算出部２０３が行う処理についての詳細は、後述する。なお、本実施形態においてはエラー行動検出部２０２および行動評価指標算出部２０３が、本発明における算出手段に相当する。

データ記憶部２０４は、行動評価指標算出部２０３によって算出された行動評価指標を記憶する。ここで、サーバ装置２００は、複数の車両からアクセスされ得る。したがって、データ記憶部２０４は、車両通信部２０１により受信した車両の運転者を特定するための情報と行動評価指標とを関連付けて、運転者ごとの行動評価指標を記憶する。また、データ記憶部２０４は、運転者ごとの行動評価指標を複数年間に亘って記憶する。すなわち、データ記憶部２０４は、運転者ごとの行動評価指標の複数年間の履歴を記憶する。なお、本実施形態においてはデータ記憶部２０４が、第一の発明における第一記憶手段に相当する。

診断部２０５は、データ記憶部２０４に記憶された運転者ごとの行動評価指標の複数年間の履歴に基づいて、運転者のＭＣＩを診断する。診断部２０５が行う処理についての詳細は、後述する。なお、本実施形態においては診断部２０５が、第一の発明における第一診断手段に相当する。

サーバ制御部２０６は、サーバ装置２００全体の制御を司る手段である。具体的には、受信したセンサ情報をエラー行動検出部２０２に入力する。また、行動評価指標の算出および記憶、ＭＣＩの診断を制御する。また、車両通信部２０１と、データ記憶部２０４または診断部２０５と、のアクセスを制御する。

＜エラー行動の回数の検出処理＞
次に、エラー行動検出部２０２が行う処理のフローチャート図である図２Ａ、図２Ｂ、および図３を参照しながら、エラー行動の回数の検出処理について説明する。なお、エラー行動とは、例えば、車線逸脱、車間距離の短縮化、急加速・急減速、衝突、交通違反（速度超過、信号無視等）、および右折に要する時間の増大等である。また、図２Ａ、図２Ｂ、および図３に示されるフローは、車両の走行中に所定の演算周期で繰り返し実行される。

図２Ａおよび図２Ｂは、エラー行動として車両の急加速または急減速を検出するためのフローを示す。本フローでは、先ず、Ｓ１０１において、後述する取得カウンターｎによるデータ取得回数のカウントを制御するフラグであるｎｆｌａｇが１であるか否かが判別される。そして、Ｓ１０１において肯定判定された場合、エラー行動検出部２０２はＳ１０２の処理へ進み、Ｓ１０１において否定判定された場合、エラー行動検出部２０２はＳ１０３の処理へ進む。

Ｓ１０１において肯定判定された場合、次に、Ｓ１０２において、データ取得回数をカウントする取得カウンターｎが０に初期化される。なお、取得カウンターｎは、車両のイグニッションがオフにされるときにも０に初期化される。

次に、Ｓ１０３において、取得カウンターｎに１が加算される。そして、Ｓ１０４において、エラー行動検出部２０２は、車両通信部２０１により受信した加速度Ａｃｃ［ｎ］および走行距離Ｄ［ｎ］を取得する。ここで、加速度Ａｃｃ［ｎ］は、車両の進行方向についての加速度の値の配列であって、該加速度の値は車両の計測部１０１によって計測される。また、走行距離Ｄ［ｎ］は、車両が走行した距離の値の配列であって、該距離の値は車両の計測部１０１によって計測される。そして、取得された加速度Ａｃｃ［ｎ］および走行距離Ｄ［ｎ］は、エラー行動検出部２０２のメモリに記憶される。

次に、Ｓ１０５において、積算走行距離Ｄｉｓが算出される。Ｓ１０５では、走行距離Ｄ［ｎ］を積算することによって、積算走行距離Ｄｉｓが算出される。そして、Ｓ１０６において、車両が単位距離走行したか否かが判別される。Ｓ１０６では、Ｓ１０５で算出した積算走行距離Ｄｉｓに基づいて上記判別が行われる。ここで、単位距離は、例えば、１ｋｍである。そして、Ｓ１０６において肯定判定された場合、エラー行動検出部２０２はＳ１０７の処理へ進み、Ｓ１０６において否定判定された場合、エラー行動検出部２０２はＳ１０９の処理へ進む。

Ｓ１０６において肯定判定された場合、次に、Ｓ１０７において、フラグｎｆｌａｇが１にされ、Ｓ１０８において、積算走行距離Ｄｉｓが０に初期化される。そして、Ｓ１０８の処理の後、エラー行動検出部２０２はＳ１１１の処理へ進む。

一方、Ｓ１０６において否定判定された場合、次に、Ｓ１０９において、フラグｎｆｌａｇが０にされる。そして、Ｓ１０９の処理の後、本フローの実行が終了される。

そして、Ｓ１０８の処理の後、Ｓ１１１において、読取り回数をカウントする読取りカウンターｉ、および後述する車両の急加速または急減速の回数である急加減速回数Ｎｅａ
ｃが０に初期化される。

次に、Ｓ１１２において、読取りカウンターｉに１が加算される。そして、Ｓ１１３において、エラー行動検出部２０２のメモリに記憶された加速度Ａｃｃ［ｉ］が読取られる。そして、Ｓ１１４において、Ｓ１１３で読取られた加速度Ａｃｃ［ｉ］の絶対値が所定の閾値Ａｃｃｔｈよりも大きいか否かが判別される。ここで、所定の閾値Ａｃｃｔｈは、車両の急加速または急減速を検出するための閾値であって、加速度Ａｃｃ［ｉ］の絶対値が所定の閾値Ａｃｃｔｈよりも大きい場合に、車両の急加速または急減速が生じたと判定することができる。なお、所定の閾値Ａｃｃｔｈは予め定められる値である。また、Ｓ１１４では、車両の急加速、急減速のそれぞれを判定できるように、判別を行ってもよい。例えば、車両が加速する場合に加速度Ａｃｃ［ｉ］が正の値になると仮定すると、Ｓ１１４において、加速度Ａｃｃ［ｉ］の値が急加速に対する所定の閾値Ａｃｃｔｈ´よりも大きいか否かが判別されてもよい。例えば、車両が減速する場合に加速度Ａｃｃ［ｉ］が負の値になると仮定すると、Ｓ１１４において、加速度Ａｃｃ［ｉ］の値が急減速に対する所定の閾値Ａｃｃｔｈ´´より小さいか否かが判別されてもよい。そして、Ｓ１１４において肯定判定された場合、エラー行動検出部２０２はＳ１１５の処理へ進み、Ｓ１１４において否定判定された場合、エラー行動検出部２０２はＳ１１６の処理へ進む。

Ｓ１１４において肯定判定された場合、次に、Ｓ１１５において、急加減速回数Ｎｅａｃに１が加算される。つまり、車両の急加速または急減速の回数がカウントされる。なお、Ｓ１１４において、車両の急加速、急減速のそれぞれを判定できるように判別が行われた場合には、Ｓ１１５において、車両の急加速、急減速のそれぞれの回数をカウントしてもよい。

次に、Ｓ１１６において、読取りカウンターｉの値が取得カウンターｎの値と等しくなっているか否かが判別される。そして、Ｓ１１６において肯定判定された場合、本フローの実行が終了され、Ｓ１１６において否定判定された場合、エラー行動検出部２０２はＳ１１２の処理へ戻る。

エラー行動検出部２０２が、以上に述べた処理を実行することによって、単位距離当たりの車両の急加速または急減速の回数を検出することができる。

なお、上述したＳ１１４の処理において、車両が前方車両と衝突したか否かを判別するようにしてもよい。その場合、例えば、車両が減速する場合に加速度Ａｃｃ［ｉ］が負の値になると仮定すると、Ｓ１１４において、加速度Ａｃｃ［ｉ］の値が衝突に対する所定の閾値Ａｃｃｔｈ´´´よりも小さいか否かが判別される。そして、Ｓ１１５において、車両の衝突の回数がカウントされる。これにより、単位距離当たりの衝突の回数を検出することができる。

ここで、図２Ａおよび図２Ｂに示されるようなエラー行動の回数の検出処理では、車両が単位距離を走行するまでは、車両通信部２０１により受信したセンサ情報がエラー行動検出部２０２のメモリに記憶され、車両が単位距離を走行すると、エラー行動検出部２０２のメモリに記憶されたセンサ情報に基づいてエラー行動の回数がカウントされる。一方、エラー行動検出部２０２は、車両が単位距離を走行しているときに、エラー行動の回数をカウントしてもよい。これを、図３を参照しながら説明する。

図３は、エラー行動として速度超過を検出するためのフローを示す。本フローでは、先ず、Ｓ２０１において、エラー行動検出部２０２は、車両通信部２０１により受信した車速値Ｖｃａｒ、走行距離値Ｄ、および制限速度値Ｖｌｉｍｉｔを取得する。ここで、車速値Ｖｃａｒは、車両の走行速度値であって、車両の計測部１０１によって計測される。ま
た、走行距離値Ｄは、車両が走行した距離の値であって、車両の計測部１０１によって計測される。また、制限速度値Ｖｌｉｍｉｔは、車両が走行している道路の制限速度値である。制限速度値Ｖｌｉｍｉｔは、車載カメラが撮像した道路標識の画像を画像解析部１０２が解析することにより取得される。または、制限速度値Ｖｌｉｍｉｔは、車両のＧＮＮＳ受信部１０４が地図データベースから現在地点の制限速度値を受信することにより取得される。

次に、Ｓ２０２において、積算走行距離Ｄｉｓが算出される。Ｓ２０２では、走行距離値Ｄを積算することによって、積算走行距離Ｄｉｓが算出される。そして、Ｓ２０３において、車両が単位距離走行したか否かが判別される。Ｓ２０３では、Ｓ２０２で算出した積算走行距離Ｄｉｓに基づいて上記判別が行われる。ここで、単位距離は、例えば、１ｋｍである。そして、Ｓ２０３において肯定判定された場合、エラー行動検出部２０２はＳ２０６の処理へ進み、Ｓ２０３において否定判定された場合、エラー行動検出部２０２はＳ２０４の処理へ進む。

Ｓ２０３において否定判定された場合、次に、Ｓ２０４において、Ｓ２０１で取得した車速値ＶｃａｒがＳ２０１で取得した制限速度値Ｖｌｉｍｉｔよりも大きいか否かが判別される。そして、Ｓ２０４において肯定判定された場合、エラー行動検出部２０２はＳ２０５の処理へ進み、Ｓ２０４において否定判定された場合、本フローの実行が終了される。

Ｓ２０４において肯定判定された場合、次に、Ｓ２０５において、制限速度超過の回数である制限速度超過回数Ｎｅｖｃに１が加算される。つまり、制限速度超過の回数がカウントされる。そして、Ｓ２０５の処理の後、本フローの実行が終了される。

また、Ｓ２０３において肯定判定された場合、次に、Ｓ２０６において、積算走行距離Ｄｉｓおよび制限速度超過回数Ｎｅｖｃが０に初期化される。そして、Ｓ２０６の処理の後、本フローの実行が終了される。

エラー行動検出部２０２が、以上に述べた処理を実行することによって、単位距離当たりの制限速度超過の回数を検出することができる。

そして、エラー行動検出部２０２は、エラー行動として、車線逸脱、車間距離の短縮化、車間距離のばらつきの増大、右折に要する時間の増大、急減速、急加速、衝突、交通違反、および方向指示器の未使用を検出することができる。そして、後述するように、行動評価指標算出部２０３は、これらエラー行動の回数に関連したエラー数パラメータに基づいて行動評価指標を算出する。ここで、本実施形態におけるエラー数パラメータの一覧を図４に示す。エラー行動検出部２０２は、これらパラメータを上述した図２Ａ、図２Ｂ、および図３に示すフローを参考にした処理に基づいて、算出することができる。例えば、車線逸脱回数は、車両の計測部１０１によって計測された操舵角の値（若しくは標準偏差）、またはヨーレートの値（若しくは標準偏差）、または加速度の値（若しくは標準偏差）を用いて算出される。または、車線逸脱回数は、車両の画像解析部１０２によって取得された車線に対する車両の走行位置の情報を用いて算出される。また、例えば、車間距離短縮化の検出回数は、車両の車間距離算出部１０３によって取得された先行車両との車間距離の値を用いて算出される。また、例えば、車間距離のばらつきの増大は、車両の車間距離算出部１０３によって取得された先行車両との車間距離の値（または標準偏差）を用いて算出される。

＜行動評価指標の算出処理＞
次に、行動評価指標算出部２０３が行う行動評価指標の算出処理について説明する。行
動評価指標算出部２０３は、下記式１を用いて行動評価指標を算出する。

ここで、ＤＥＲは行動評価指標の値である。また、Ｎｅｌｏｓ、Ｎｅｌｏｙ、Ｎｅｌｏａ、Ｎｅｌｏｐ、Ｎｅｄｓ、Ｎｅｄｖ、Ｎｅｒｔ、Ｎｅｓｄ、Ｎｅｓａ、Ｎｅｃｌ、Ｎｅｔｖ、およびＮｅｂｌは、上記の図４に示したエラー数パラメータである。また、Ｃ０からＣ１１は、エラー数パラメータに乗算される重み係数である。この重み係数は、実験等によって予め定められる。

そして、上記式１のように算出される行動評価指標値ＤＥＲは、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味する。なお、上記式１においては、各エラー数パラメータに重み係数が乗算されるが、行動評価指標値ＤＥＲの算出にあたっては、重み係数を乗算しなくてもよい。また、行動評価指標値ＤＥＲの算出にあたっては、上記の図４に示したエラー数パラメータの全てを用いてもよいし、そのうちのいくつかを用いてもよいし、そのうちの一つを用いてもよい。

また、行動評価指標算出部２０３は、エラー行動が比較的生じ易い所定の位置において、行動評価指標値ＤＥＲを算出してもよい。言い換えれば、エラー行動が比較的生じ難い位置においては、行動評価指標値ＤＥＲを算出しなくてもよい。なぜなら、エラー行動が比較的生じ難い位置では、運転者の認知能力が低下していてもエラー行動が生じない場合があるからである。なお、前記所定の位置の判別は、車両のＧＮＮＳ受信部１０４が地図データベースから受信した情報に基づいて行われる。

＜行動評価指標の記憶処理＞
次に、データ記憶部２０４が行う行動評価指標の記憶処理について説明する。上述したように、データ記憶部２０４は、運転者ごとの行動評価指標の複数年間の履歴を記憶する。ここで、上記式１により算出される行動評価指標値ＤＥＲは、単位距離当たりのエラー行動の回数に基づく値であるため、運転者が１日を通して単位距離以上走行した場合には、単位距離毎の行動評価指標値ＤＥＲを積算したものを１日の走行距離で除算することにより、その日の行動評価指標値ＤＥＲを算出することができる。そして、データ記憶部２０４は、このように算出した日毎の行動評価指標値ＤＥＲを記憶する。または、データ記憶部２０４は、複数日に亘って単位距離毎の行動評価指標値ＤＥＲを積算したものを該複数日の走行距離で除算することにより算出した複数日毎の行動評価指標値ＤＥＲを記憶してもよい。

＜ＭＣＩ診断処理＞
次に、診断部２０５が行うＭＣＩ診断処理について説明する。ＭＣＩの症状は日常生活において常に発症しているとは限らないため、仮に運転者がＭＣＩに罹患していたとしても、或る期間においては、行動評価指標値ＤＥＲが比較的大きくなるときもあれば、比較的小さくなるときもある。また、ＭＣＩの診断には、日常生活における被験者の長期間に亘る高度な認知能力に関連するふるまいの観測が必要である。そこで、診断部２０５は、所定の第一期間において所定の頻度以上で行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなる場合、運転者にＭＣＩが生じていると診断する。これについて、以下に詳しく説明する。

図５および図６に、行動評価指標値ＤＥＲの複数年間の履歴について、健常者とＭＣＩ罹患者との比較を示す。図５は、運転者が健常者である場合の行動評価指標値ＤＥＲの複数年間の履歴を示す図である。一方、図６は、運転者がＭＣＩ罹患者である場合の行動評価指標値ＤＥＲの複数年間の履歴を示す図である。なお、図５および図６の運転者は同年代であって、且つ比較的高齢であるとする。ここで、図５および図６における線Ｌ２から線Ｌ５は、運転者と同年代の他の運転者群の行動評価指標値ＤＥＲの分散を表していて、線Ｌ２は該他の運転者群の行動評価指標値ＤＥＲの平均値、線Ｌ３から線Ｌ５は該平均値に標準偏差を加えた値を表している。詳しくは、線Ｌ３は平均値＋σを、線Ｌ４は平均値＋２σを、線Ｌ５は平均値＋３σを表している。図５および図６においては、線Ｌ５が所定の閾値ＤＥＲｔｈに相当する。

図５において、線Ｌ１は、運転者が健常者である場合の行動評価指標値ＤＥＲの時間推移を示している。ここで、時間ｔ１から時間ｔ２までの期間、時間ｔ２から時間ｔ３までの期間は、例えば１年間である。そして、時間ｔ２後で時間ｔ３前の時間ｔ２３から時間ｔ３までの期間を所定の第一期間Δｔ１とする。図５に示すように、線Ｌ１から線Ｌ５は、時間の経過とともに行動評価指標値ＤＥＲが増加している。これは、高齢者においては、健常状態であっても加齢とともに認知能力が低下する傾向にあるからである。ここで、線Ｌ１における行動評価指標値ＤＥＲの増加率は、略一定となっていて、線Ｌ１は線Ｌ２と線Ｌ３との間を推移している。つまり、運転者が健常者である場合の行動評価指標値ＤＥＲは、所定の第一期間Δｔ１において、線Ｌ５が表す所定の閾値ＤＥＲｔｈよりも小さくなっている。

一方、図６において、線Ｌ１´は、運転者がＭＣＩ罹患者である場合の行動評価指標値ＤＥＲの時間推移を示している。なお、時間ｔ１、ｔ２、ｔ２３、ｔ３、および所定の第一期間Δｔ１は上記の図５の説明で述べたとおりである。線Ｌ１´は、時間ｔ１から時間ｔ２までは上記の図５の線Ｌ１と同様に推移している。そして、時間ｔ２から時間ｔ３までの期間において、線Ｌ１´における行動評価指標値ＤＥＲの増加率がそれまでよりも大きくなっている。その結果、時間ｔ２から時間ｔ３までの期間において、線Ｌ１´により表される行動評価指標値ＤＥＲが、線Ｌ５が表す所定の閾値ＤＥＲｔｈよりも大きくなっている。詳しくは、所定の第一期間Δｔ１に着目すると、図６の斜線部に示されるように、所定の第一期間Δｔ１のうち期間Δｔ１１において、行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなっている。

上述したように、診断部２０５は、所定の第一期間において所定の頻度以上で行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなる場合、運転者にＭＣＩが生じていると診断する。ここで、所定の第一期間および所定の頻度は、ＭＣＩの症状を検出可能とする期間および頻度である。そして、図６に示すように、所定の第一期間Δｔ１のうち期間Δｔ１１において、行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなる場合、診断部２０５は、運転者にＭＣＩが生じていると診断することができる。

なお、ＭＣＩが発見された場合、入出力部１０７を介して運転者に情報が提示される。また、メール等の周知の手段を用いて情報を提示することもできる。なお、ＭＣＩが発見されない場合でも、データ記憶部２０４に蓄積された情報は、運転者から参照できることが好ましい。これにより、運転者は、自分の行動評価指標値ＤＥＲを知ることができる。また、サーバ装置２００は、例えば運転者の行動評価指標値ＤＥＲが増加傾向にある場合等においては、ＭＣＩが発見される前であっても、そのことを運転者に通知することができる。これにより、ＭＣＩを発症する虞がある運転者に対して、その警告を行うことができる。

診断部２０５が、以上に述べたようにＭＣＩ診断処理を行うことによって、発見が困難なＭＣＩの早期発見が可能となる。つまり、第一の発明に係る運転者診断装置は、車両を用いて運転者を好適に診断することができる。なお、本実施形態において、診断部２０５は、同年代の他の運転者群という相対的な評価基準に基づいて、ＭＣＩの診断を行うことができる。

（第一の実施形態の変形例１）
次に、上述した第一の実施形態の変形例１について説明する。なお、本変形例において、上述した第一の実施形態と実質的に同一の構成、実質的に同一の処理については、その詳細な説明を省略する。

図７は、上記の図６と同様に、運転者がＭＣＩ罹患者である場合の行動評価指標値ＤＥＲの複数年間の履歴を示す図である。なお、時間ｔ１、ｔ２、ｔ２３、ｔ３、および所定の第一期間Δｔ１は上記の図５の説明で述べたとおりである。図７において、線Ｌ６は、所定の閾値ＤＥＲｔｈを表している。ここで、線Ｌ６に示されるように、所定の閾値ＤＥＲｔｈは一定である。これにより、運転者の認知能力を一義的な基準に基づいて診断することができる。

図７において、所定の第一期間Δｔ１に着目すると、図７の斜線部に示されるように、所定の第一期間Δｔ１のうち期間Δｔ１１´において、行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなっている。このように、所定の第一期間Δｔ１のうち期間Δｔ１１´において、行動評価指標値ＤＥＲが所定の閾値ＤＥＲｔｈよりも大きくなる場合、診断部２０５は、運転者にＭＣＩが生じていると診断することができる。

なお、運転者が高齢である場合、エラー行動は、加齢に応じて生じ易くなる。そこで、所定の閾値ＤＥＲｔｈは、運転者の年齢に応じて変化するものとしてもよい。これにより、加齢に応じたエラー行動の生じ易さを踏まえたＭＣＩの診断が可能となる。

図８は、上記の図６と同様に、運転者がＭＣＩ罹患者である場合の行動評価指標値ＤＥＲの複数年間の履歴を示す図である。なお、時間ｔ１、ｔ２、およびｔ３は上記の図５の説明で述べたとおりである。ここで、時間ｔ２後で時間ｔ３前の時間ｔ２３´から時間ｔ３までの期間を所定の第二期間Δｔ２とする。この場合、所定の第二期間Δｔ２における線Ｌ１´の変化が線Ｌ７によって表される。

図８において、線Ｌ７の傾きは、Ｒｄｅｒで表される。そして、一点鎖線で示される線Ｌ８は、傾きがＲｄｅｒｔｈの線を示している。ここで、傾きＲｄｅｒｔｈは、運転者にＭＣＩが生じているか否かを判別するための閾値であって、第一の発明における所定の変化率に相当する。そして、図８において、所定の第二期間Δｔ２における行動評価指標値ＤＥＲの変化率が所定の変化率よりも大きくなっていることが判る。この場合、診断部２０５は、運転者にＭＣＩが生じていると診断することができる。なお、所定の変化率は、運転者の年齢によらず一定であってもよいし、運転者の年齢に応じて変化するものであってもよい。ここで、行動評価指標値ＤＥＲは個人の運転スキルに応じてその値が変動するのに対して、行動評価指標値ＤＥＲの変化率は所定期間の行動評価指標値ＤＥＲの変化代に基づくものであるため、診断部２０５が上述したようにＭＣＩ診断処理を行うことによって、運転スキルの個人差による影響を排除してその診断を行うことができる。

診断部２０５が、以上に述べたようにＭＣＩ診断処理を行うことによっても、発見が困難なＭＣＩの早期発見が可能となる。

（第一の実施形態の変形例２）
次に、上述した第一の実施形態の変形例２について説明する。本変形例は、車両と、サーバと、車両側のスマートフォンと、を含むシステムである。図９は、本変形例に係るシステムの構成図である。なお、第一の実施形態と同じ手段については同じ符号を付し、説明を省略する。

本システムは、車載されたスマートフォン３００とサーバ装置２００とを含んで構成される。スマートフォン３００およびサーバ装置２００は、ＣＰＵ、主記憶装置、補助記憶装置、および入出力装置によって構成することができる。補助記憶装置に記憶されたプログラムが主記憶装置にロードされ、ＣＰＵによって実行されることで、図９に図示した各手段が機能する。なお、スマートフォン３００およびサーバ装置２００の全部または一部は、専用に設計された回路を用いて実行されてもよい。

第一の実施形態の説明で述べた構成と異なるスマートフォン３００について説明する。スマートフォン３００は、第一の実施形態の説明で述べた車載端末１００と同様に、計測部３０１、画像解析部３０２、車間距離算出部３０３、ＧＮＮＳ受信部３０４、端末制御部３０５、サーバ通信部３０６、および入出力部３０７を有する。

計測部３０１は、第一の実施形態と同様に接続された図示しない各種センサが出力する電気信号を処理する手段である。各種センサは、例えば、三軸加速度センサ、三軸ジャイロセンサである。画像解析部３０２は、第一の実施形態と同様に接続された図示しないカメラが撮像した画像を解析する手段である。車間距離算出部３０３は、第一の実施形態と同様に先行車両との車間距離を算出する手段である。車間距離算出部３０３は、画像解析部３０２からの出力に基づいて車間距離を算出することができる。ＧＮＮＳ受信部３０４は、第一の実施形態と同様に接続された図示しないアンテナを介して航法衛星からの信号を受信し、車両の位置を測位する手段である。

以上に述べた、計測部３０１、画像解析部３０２、車間距離算出部３０３、およびＧＮＮＳ受信部３０４によって、センサ情報が取得される。

また、端末制御部３０５は、スマートフォン３００全体の制御を司る手段である。サーバ通信部３０６は、第一の実施形態と同様にネットワークで接続されたサーバ装置２００と通信を行う手段である。入出力部３０７は、第一の実施形態と同様に運転者に情報を提示し、運転者からの入力を受け付けるための手段である。

以上に説明したスマートフォン３００からのセンサ情報を受信するサーバ装置２００において、第一の実施形態と同様に、エラー行動の回数の検出処理、行動評価指標の算出処理、行動評価指標の記憶処理、ＭＣＩ診断処理が行われる。これにより、発見が困難なＭＣＩの早期発見が可能となる。

（第二の実施形態）
第二の実施形態は、車両と、サーバと、を含むシステムである。そして、サーバが運転者の安全運転特性を診断することによって、第二の発明に係る運転者診断装置として機能する。第二の実施形態に係るシステムの構成は、第一の実施形態と同様に図１によって表される。以下、本システムの構成において、第一の実施形態の説明で述べた構成と機能が異なる構成について説明する。

図１に示すシステム構成において、診断部２０５は、データ記憶部２０４に記憶された運転者ごとの行動評価指標の複数年間の履歴に基づいて、運転者の安全運転特性を診断する。診断部２０５が行う処理についての詳細は、後述する。なお、本実施形態においては診断部２０５が、第二の発明における第二診断手段に相当する。

そして、データ記憶部２０４は、診断部２０５によって診断された運転者の安全運転特性を運転者ごとに記憶する。そして、車両通信部２０１は、車両の運転者に対して、データ記憶部２０４に記憶された該運転者が運転する車両の周囲車両の運転者の安全運転特性を車両のサーバ通信部１０６に送信する。なお、各車両の位置情報および運転者情報が、各車両のサーバ通信部１０６によってサーバ装置２００に送信されることにより、サーバ装置２００は、周囲車両の運転者を特定することができる。よって、車両通信部２０１は、周囲車両の運転者の安全運転特性を正しく送信することができる。なお、本実施形態においてはデータ記憶部２０４が、第二の発明における第一記憶手段および第二記憶手段に相当する。

また、入出力部１０７は、サーバ通信部１０６によって受信した周囲車両の運転者の安全運転特性を表示する。これについての詳細は、後述する。なお、本実施形態においては入出力部１０７が、第二の発明における表示手段に相当する。

次に、診断部２０５が行う運転者の安全運転特性の診断処理について説明する。本実施形態では、上述した第一の実施形態と同様に、上記式１を用いて行動評価指標値ＤＥＲが算出される。したがって、行動評価指標値ＤＥＲは、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味する。そして、本実施形態の診断部２０５が診断する安全運転特性と行動評価指標値ＤＥＲとは、図１０に示すような相関がある。図１０は、行動評価指標値ＤＥＲと安全運転特性との相関を示す図であって、行動評価指標値ＤＥＲが大きくなるほど安全運転特性が低くなる。ここで、安全運転特性は、運転者が安全運転を行う傾向の大小を表していて、その値が大きいほど運転者は安全運転を行い易い。

診断部２０５は、行動評価指標値ＤＥＲに応じて、運転者の安全運転特性のランク付けを行う。これについて、図１１を用いて説明する。図１１は、行動評価指標値ＤＥＲと安全運転特性のランクとの関係を示す図である。図１１において、Ｓｃ１、Ｓｃ２、およびＳｃ３は、安全運転特性のランクを表していて、Ｓｃ３、Ｓｃ２、Ｓｃ１の順に安全運転特性が大きくなる。つまり、安全運転特性のランクがＳｃ１の運転者は、安全運転特性のランクがＳｃ２およびＳｃ３の運転者よりも安全運転を行い易い。

図１１に示すように、行動評価指標値ＤＥＲがＤ０以上でＤ１未満の運転者は、安全運転特性のランクがＳｃ１となる。また、行動評価指標値ＤＥＲがＤ１以上でＤ２未満の運転者は安全運転特性のランクがＳｃ２となり、Ｄ２以上の運転者は安全運転特性のランクがＳｃ３となる。このように、Ｄ０、Ｄ１、およびＤ２は、安全運転特性のランクを定めるための閾値としての働きを有する。そして、診断部２０５は、データ記憶部２０４に記憶された運転者ごとの行動評価指標値ＤＥＲの履歴と、これら閾値と、に基づいて、運転者の安全運転特性のランク付けを行うことができる。ここで、診断部２０５は、上述した第一の実施形態のＭＣＩ診断処理における行動評価指標値ＤＥＲと所定の閾値との比較処理を参考にして、運転者の安全運転特性のランク付けを行うことができる。

次に、入出力部１０７が表示する周囲車両の運転者の安全運転特性ついて説明する。図１２は、ＨＵＤ（Head-Up Display）により周囲車両の運転者の安全運転特性のランクを
表示した例である。図１２では、ＡＲ（Augmented Reality）技術により周囲車両の運転
者の安全運転特性のランクと前方視界とを重畳表示させている。そして、図１２に示される安全運転特性のランクにおいて、実線の一重の四角はランクＳｃ１を表していて、破線の一重の四角はランクＳｃ２を、実線の二重の四角はランクＳｃ３を表している。

図１２によると、車両前方の中央分離帯側の車線に、安全運転特性のランクが比較的低い運転者が運転する車両が存在することが判る。この場合、運転者は、そのような車両か
ら離れて走行する等、事故を未然に防ぐ措置をとることができる。

なお、周囲車両の運転者の安全運転特性のランクを表示する手段はＨＵＤに限られず、例えば、電子ルームミラーや電子サイドミラーに該ランクを表示することもできる。または、ナビゲーション画面の地図上に該ランクを表示することもできる。

１００ 車載端末
１０１ 計測部
１０２ 画像解析部
１０３ 車間距離算出部
１０４ ＧＮＮＳ受信部
１０５ 車載端末制御部
１０６ サーバ通信部
１０７ 入出力部
２００ サーバ装置
２０１ 車両通信部
２０２ エラー行動検出部
２０３ 行動評価指標算出部
２０４ データ記憶部
２０５ 診断部
２０６ サーバ制御部

Claims (18)

1. 通信を行う通信手段と、
   前記通信手段によって受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、
   運転者ごとの前記行動評価指標の複数年間の履歴を記憶する第一記憶手段と、
   前記行動評価指標の複数年間の履歴に基づいて、運転者の軽度認知障害を診断する第一診断手段と、
   を備える、運転者診断装置。
2. 前記算出手段は、複数種類の前記エラー行動の回数の重み付け和に基づいて、前記行動評価指標を算出する、
   請求項１に記載の運転者診断装置。
3. 前記行動評価指標は、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味するように定義される指標であって、
   前記第一診断手段は、所定の第一期間において所定の頻度以上で前記行動評価指標の値が所定の閾値よりも大きくなる場合、運転者に軽度認知障害が生じていると診断する、
   請求項１又は２に記載の運転者診断装置。
4. 前記所定の閾値は、運転者の年齢によらず一定であることを特徴とする、
   請求項３に記載の運転者診断装置。
5. 前記所定の閾値は、運転者の年齢に応じて変化することを特徴とする、
   請求項３に記載の運転者診断装置。
6. 前記所定の閾値は、運転者と同年代の他の運転者群の前記行動評価指標の値の平均と分散に基づいて決定される、
   請求項５に記載の運転者診断装置。
7. 前記行動評価指標は、その値が大きくなるほど、運転者の運転行動の評価が悪いことを意味するように定義される指標であって、
   前記第一診断手段は、所定の第二期間における前記行動評価指標の値の変化率が所定の変化率よりも大きい場合、運転者に軽度認知障害が生じていると診断する、
   請求項１又は２に記載の運転者診断装置。
8. 前記所定の変化率は、運転者の年齢によらず一定であることを特徴とする、
   請求項７に記載の運転者診断装置。
9. 前記所定の変化率は、運転者の年齢に応じて変化することを特徴とする、
   請求項７に記載の運転者診断装置。
10. 前記算出手段は、前記通信手段によって受信した車両の位置情報に基づいて、所定の位置における前記センサ情報を用いて前記行動評価指標を算出する、
    請求項１から９の何れか１項に記載の運転者診断装置。
11. 通信を行う通信手段と、
    前記通信手段によって受信した車両内のセンサから得られるセンサ情報を用いて、車両
    の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、
    運転者ごとの前記行動評価指標の履歴を記憶する第一記憶手段と、
    前記行動評価指標の履歴に基づいて、運転者の安全運転特性を診断する第二診断手段と、
    前記安全運転特性を運転者ごとに記憶する第二記憶手段と、
    を備え、
    前記通信手段は、前記運転者に対して、該運転者が運転する車両の周囲車両の運転者の安全運転特性を通知することを特徴とする運転者診断装置。
12. 前記算出手段は、複数種類の前記エラー行動の回数の重み付け和に基づいて、前記行動評価指標を算出する、
    請求項１１に記載の運転者診断装置。
13. 前記算出手段は、前記通信手段によって受信した車両の位置情報に基づいて、所定の位置における前記センサ情報を用いて前記行動評価指標を算出する、
    請求項１１又は１２に記載の運転者診断装置。
14. サーバ装置と、車両と、を含む運転者診断システムであって、
    前記サーバ装置が、
    通信を行う通信手段と、
    前記通信手段によって受信した車両内のセンサから得られるセンサ情報を用いて、前記車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出する算出手段であって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出する算出手段と、
    運転者ごとの前記行動評価指標の履歴を記憶する第一記憶手段と、
    前記行動評価指標の履歴に基づいて、運転者の安全運転特性を診断する第二診断手段と、
    前記安全運転特性を運転者ごとに記憶する第二記憶手段と、
    を有し、
    前記車両が、
    前記サーバ装置と通信を行うサーバ通信手段と、
    該車両の周囲車両の情報を表示する表示手段と、
    を有し、
    前記通信手段は、前記車両に対して、該車両の周囲車両の運転者の安全運転特性を送信し、
    前記表示手段は、前記サーバ通信手段によって受信した前記周囲車両の運転者の安全運転特性を表示することを特徴とする運転者診断システム。
15. 前記算出手段は、複数種類の前記エラー行動の回数の重み付け和に基づいて、前記行動評価指標を算出する、
    請求項１４に記載の運転者診断システム。
16. 前記算出手段は、前記通信手段によって受信した前記車両の位置情報に基づいて、所定の位置における前記センサ情報を用いて前記行動評価指標を算出する、
    請求項１４又は１５に記載の運転者診断システム。
17. 通信を行うステップと、
    受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を
    評価する指標である行動評価指標を運転者ごとに算出するステップであって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出するステップと、
    運転者ごとの前記行動評価指標の複数年間の履歴を記憶するステップと、
    前記行動評価指標の複数年間の履歴に基づいて、運転者の軽度認知障害を診断するステップと、
    を含む、運転者診断方法。
18. 通信を行うステップと、
    受信した車両内のセンサから得られるセンサ情報を用いて、車両の運転者の運転行動を評価する指標である行動評価指標を運転者ごとに算出するステップであって、運転者の運転行動におけるエラーであるエラー行動の回数に基づいて、該行動評価指標を算出するステップと、
    運転者ごとの前記行動評価指標の履歴を記憶するステップと、
    前記行動評価指標の履歴に基づいて、運転者の安全運転特性を診断するステップと、
    前記安全運転特性を運転者ごとに記憶するステップと、
    前記運転者に対して、該運転者が運転する車両の周囲車両の運転者の安全運転特性を通知するステップと、
    を含む、運転者診断方法。

Images